面向 EA-MD-QD 数据集的因子增强回归的稳健检验
计量经济学
2025-11-17 v2
摘要
我们提出了四个新的检验，用于检验因子增强回归中的等预测准确性和包容性（模仿 Pitarakis 2023, 2025），其中因子通过分组序列的交叉平均（CAs）进行估计。我们的推论理论为渐近正态且对因子数量的过度指定具有稳健性。我们的检验在实证上具有相关性，因为它们能够容纳不同的预测器持久性程度，并对负载中的结构断裂位置保持不变。蒙特卡洛模拟表明，我们的检验在局部功率方面表现出色。最后，我们将我们的检验应用于巴里格奥茨等人（2024）提出的新型 EA-MD-QD 数据集——该数据集覆盖欧元区整体及其主要成员国——并显示，由 CAs 估计的因子在预测能力上具有显著优势。
引用
@article{arxiv.2504.08455,
title = {Robust Tests for Factor-Augmented Regressions with an Application to the novel EA-MD-QD Dataset},
author = {Alessandro Morico and Ovidijus Stauskas},
journal= {arXiv preprint arXiv:2504.08455},
year = {2025}
}